Tesla Super Trend Strategie
ChaoZhang
Überblick
Die Tesla Hypertrend Strategie ist ein benutzerdefiniertes Trading View Strategie-Skript, das darauf abzielt, Handelssignale für Tesla-Aktien oder andere verwandte Vermögenswerte zu erzeugen. Die Strategie kombiniert mehrere technische Indikatoren und Bedingungen, um potenzielle Über- und Hohlkopf-Möglichkeiten zu identifizieren.
Strategieprinzip
Die Strategie basiert auf folgenden Kennzahlen:
Der Trend-Indikator:Der Hypertrend-Indikator kombiniert Preisdaten mit dem realen Durchschnittsbereich, um eine bedeutende Preistrendrichtung zu identifizieren. Die Strategie verwendet einen Hypertrend-Indikator mit einer Standardlänge von 10, um einen Mehrkopf- oder Leerkopf-Trend zu bestimmen.
Relativ starke Indikatoren (RSI):Die Strategie nutzt RSI-Konditionen aus verschiedenen Perioden (21, 3, 10 und 28) zur Beurteilung der Überkauf-Überverkauf-Status des Marktes. Diese RSI-Konditionen helfen, die Stärke eines potenziellen Handelssignals zu bestätigen.
Durchschnittlicher Richtungsindex ((ADX):Der Durchschnittsrichtungsindex wird verwendet, um die Stärke der Trends zu messen. Die Parameter können angepasst werden, um die Glattigkeit und die DI-Länge des ADX-Signals zu verändern.
Transaktionslogik:
Das ist eine sehr schwierige Aufgabe.Mehrfach-Eingangssignale werden erzeugt, wenn die folgenden Bedingungen erfüllt sind:
- Übertrend-Indikator wechselt von null zu mehr
- RSI (<21) unter 75 (vermeiden Sie einen Überkauf)
- Der RSI () über 65 (<) zeigt eine starke kurzfristige Stärke an.
- Der RSI (28) über 49 () zeigt eine starke langfristige Stärke.
- ADX über 21 (was einen deutlichen Trend bedeutet)
Ausgangssignal:Die Platzierung erfolgt, wenn die folgenden beliebigen Bedingungen erfüllt sind:
- Übertrend-Indikator wechselt von Mehrkopf zu Leerkopf
- Der RSI (<10) unter 42 (<) ist eine potenzielle Schwäche.
Analyse der Stärken
Diese Strategie hat folgende Vorteile:
- Die Verwendung von Hypertrend-Indikatoren zur Identifizierung der wichtigsten Trendrichtungen kann dazu beitragen, den Lärm der Handelsmärkte zu vermeiden.
- Der RSI-Indikator, der mehrere Zyklen kombiniert, beurteilt Überhitzung und Überverkauf und verbessert die Signalqualität.
- Der ADX-Indikator sorgt dafür, dass nur Trends deutlich genug sind, um falsche Signale zu vermeiden, dass der Markt ohne Richtung schwankt.
- In Kombination mit Trend-, Stärke- und Volatilitätsindikatoren bieten sie qualitativ hochwertige Einstiegs- und Ausstiegspunkte.
- Anpassbare Indikatorparameter und optimierte Strategien für verschiedene Handelsarten und Marktbedingungen.
- Die Plattform kann ohne Programmierung automatisch gehandelt werden.
Risikoanalyse
Die Strategie birgt auch folgende Risiken:
- Wie bei jeder Technischen Kennzahlen-Strategie, kann diese Strategie falsche Signale erzeugen, und ein Stop-Loss ist unerlässlich.
- Das Risiko, sich zu sehr auf die Bedingungen der Indikatoren zu verlassen und die Grundlagen oder längerfristige Trends zu ignorieren.
- Übermäßige Optimierung für die historischen Daten kann zu einer Kurvenpassung führen und sollte mit Vorsicht zurückgeprüft werden.
- In der Real-Time-Trading-Situation ist es notwendig, die Risikokontrolle durch Manipulationsmethoden, wie die Errichtung von Lagerstätten in Chargen und die dynamische Stop-Loss-Kontrolle, zu berücksichtigen.
- Bei unvorhergesehenen Ereignissen kann der Indikator fehlschlagen, was zu einer manuellen Intervention oder zum Aussetzen des Handels führt.
Optimierungsrichtung
Die Strategie kann auch in folgenden Bereichen optimiert werden:
- Versuchen Sie, verschiedene Trends, Kombinationen von starken und schwachen Indikatoren zu testen, um bessere Parameter zu finden.
- Erhöhung der Eintrittsbedingungen, wie z.B. Durchbruch der Transaktionsmenge, um eine starke Umkehrung sicherzustellen.
- Verschiedene Haltezeiten werden getestet, um eine bessere Gewinn-Rücknahme-Rate zu finden.
- In Kombination mit IMPLIED VOL ATM wird der Handel eröffnet, um einen inaktiven Markt mit geringer Volatilität zu vermeiden.
- Erhöhung der Wahrscheinlichkeit, dass ein Maschinenlernmodell die Qualität des Signals beurteilt.
- Die Parameter werden an die Eigenschaften der verschiedenen Sorten angepasst, um die Strategie robuster zu machen.
Zusammenfassen
Die Strategie filtert die Noise-Signale und handelt, wenn die Trends deutlich und stark sind, im Vergleich zu einem einzigen Indikator. Die Strategie muss jedoch mit Vorsicht optimiert und Risikokontrolle durchgeführt werden und kann nicht blind auf die Performance historischer Daten beruhen. Durch ständige Tests und Anpassungen ist die Strategie ein günstiges Instrument für den Handel mit Tesla oder anderen Sorten.
/*backtest
start: 2023-09-29 00:00:00
end: 2023-10-29 00:00:00
period: 2h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// © cjones0313
//@version=5
strategy("TSLA 1.8k Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
// a measure of volatility, default 10 - measured over 10 bars
// modifying the value > 10 results in a smoother supertrend line, filter out noise but slower response to price changes
// modifying the value < 10 results in faster response in price changes, but may result in more false signals
atrPeriod = input(19, "ATR Length")
// sets factor for supertrend line made up of price and ATR, this determines how much weight is given to each, default 3.0
// increasing the value > 3.0 results in faster response in price changes, but may result in more false signals
// decreasing the value results in filtering out noise, but may miss smaller price movements
factor = input.float(3.0, "Factor", step = 0.01)
// direction = 1 bullish, -1 bearish
[_, direction] = ta.supertrend(factor, atrPeriod)
adxlen = input(7, title="ADX Smoothing")
dilen = input(7, title="DI Length")
dirmov(len) =>
up = ta.change(high)
down = -ta.change(low)
plusDM = na(up) ? na : (up > down and up > 0 ? up : 0)
minusDM = na(down) ? na : (down > up and down > 0 ? down : 0)
truerange = ta.rma(ta.tr, len)
plus = fixnan(100 * ta.rma(plusDM, len) / truerange)
minus = fixnan(100 * ta.rma(minusDM, len) / truerange)
[plus, minus]
adx(dilen, adxlen) =>
[plus, minus] = dirmov(dilen)
sum = plus + minus
adx = 100 * ta.rma(math.abs(plus - minus) / (sum == 0 ? 1 : sum), adxlen)
sig = adx(dilen, adxlen)
if ta.change(direction, 1) < 0 and ta.rsi(close, 21) < 75 and ta.rsi(close, 3) > 65 and ta.rsi(close, 28) > 49 and sig > 21
strategy.entry("Long Entry", strategy.long)
if ta.change(direction, 1) > 0 or ta.rsi(close, 10) < 42
strategy.close("Long Entry")